This paper focuses on racecar longitudinal control with highly-varying driving conditions. The main factors affecting the dynamic behavior of a vehicle, including aerodynamic forces, wheel rolling resistance, traction force resulting from changing tire-road interaction as well as the occurrence of sudden wind gusts or the presence of persistent winds, are considered and assumed to have unknown models. By exploiting the theory on delayed input-state observers and using measurement data about the vehicle and wheel speeds, a dynamic filter that allows the online reconstruction of the above-mentioned unknown time-varying quantities is derived. Moreover, by exploiting the notion of effective tire radius, a reduced-degree-of-freedom model for the longitudinal vehicle dynamics is obtained, which is independent of the traction force and that enables, when used with the observer filter described above, an accurate speed control compensating for the resistance forces. One appealing feature of the proposed estimation and control method is that it requires no model information about such forces, for which, at the state-of-the-art, only heuristic approximations to be a-priori identified are available. Its effectiveness is shown via the simulation of scenarios where the car is required to execute aggressive maneuvers and the asphalt road surface abruptly changes from dry to wet, snowy, and icy. The evaluation also reveals that the proposed estimation technique outperforms standard solutions even in the presence of measurement noise.

中文翻译：

---

未知和高度变化驾驶条件下的赛车纵向控制

本文重点研究具有高度变化驾驶条件的赛车纵向控制。影响车辆动态行为的主要因素，包括空气动力、车轮滚动阻力、轮胎与道路相互作用变化产生的牵引力以及突然阵风的发生或持续风的存在，被认为并假设有未知型号。通过利用延迟输入状态观测器的理论并使用有关车辆和车轮速度的测量数据，推导出允许在线重建上述未知时变量的动态滤波器。此外，通过利用有效轮胎半径的概念，获得了纵向车辆动力学的降低自由度模型，该模型与牵引力无关，并且能够：当与上述观察器滤波器一起使用时，可实现精确的速度控制以补偿阻力。所提出的估计和控制方法的一个吸引人的特点是它不需要关于这些力的模型信息，对于这些力，在最先进的技术中，只有先验识别的启发式近似值是可用的。它的有效性通过模拟场景来展示，在这些场景中，汽车需要执行激进的机动，柏油路面突然从干变湿、下雪和结冰。评估还表明，即使在存在测量噪声的情况下，所提出的估计技术也优于标准解决方案。所提出的估计和控制方法的一个吸引人的特点是它不需要关于这些力的模型信息，对于这些力，在最先进的技术中，只有先验识别的启发式近似值是可用的。它的有效性通过模拟场景来展示，在这些场景中，汽车需要执行激进的机动，柏油路面突然从干变湿、下雪和结冰。评估还表明，即使在存在测量噪声的情况下，所提出的估计技术也优于标准解决方案。所提出的估计和控制方法的一个吸引人的特点是它不需要关于这些力的模型信息，对于这些力，在最先进的技术中，只有先验识别的启发式近似值是可用的。它的有效性通过模拟场景来展示，在这些场景中，汽车需要执行激进的机动，柏油路面突然从干变湿、下雪和结冰。评估还表明，即使在存在测量噪声的情况下，所提出的估计技术也优于标准解决方案。它的有效性通过模拟场景来展示，在这些场景中，汽车需要执行激进的机动，柏油路面突然从干变湿、下雪和结冰。评估还表明，即使在存在测量噪声的情况下，所提出的估计技术也优于标准解决方案。它的有效性通过模拟场景来展示，在这些场景中，汽车需要执行激进的机动，柏油路面突然从干变湿、下雪和结冰。评估还表明，即使在存在测量噪声的情况下，所提出的估计技术也优于标准解决方案。